Xue Bin Peng
収録論文 42本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- ヒューマノイド向けプロンプト可能な全身実行レイヤーMETATRONヒューマノイド制御2026/10/27
生成ベースポリシーとプログラマブルなスキル層を組み合わせ、コードでタスク意図をプロンプトとして与えるだけで、追加学習なしに歩行・復帰・物体把持・着座など多様な全身動作を実現する。
- 能動的知覚で実世界とシミュレーションのずれを埋めるマニピュレーション手法sim2real2026/10/27
手を振る動作と触覚フィードバックという能動的知覚を活用し、実世界とシミュレーションの位置合わせを高精度に行うフレームワークを提案。ミリ単位の物体操作を実機ヒューマノイドで実証した。
- PriMoRetarget: 優先度付き動作リターゲティングによるヒューマノイド動作転送sim2real2026/10/8
人間の動作をヒューマノイドロボットへ転送する際、目的関数の重み付けではなく優先度階層を導入し、接地や接触など重要な特性を優先的に保持する動作リターゲティング手法を提案した。
- ゲーム誘導型スキル発見:自己対戦による操作可能なエージェント制御スキル発見2026/9/30
ゲーム内の自己対戦を利用して、人間が直接操作できる意味的に異なる運動スキルを発見する枠組みを提案し、Ant・Frankaアーム・Unitree G1で未学習タスクを人間がスキルを組み合わせて解けることを示した。
- 拡散モデルによる多様で再利用可能な運動スキルの発見スキル発見2026/9/15
拡散モデルで状態分布のエントロピー勾配を推定し、高次元ヒューマノイド制御において多様で再利用可能な運動スキルを獲得する手法を提案。
- モーション生成とモーショントラッキングによる全身ヒューマノイド歩行の学習歩行2026/4/1
参照モーションから学習した全身スキルと地形認識適応を組み合わせたヒューマノイド歩行フレームワークを提案し、実機で箱や階段などの複合地形を踏破できることを示した。
- MotionBricks: モジュール型潜在生成モデルとスマートプリミティブによるスケーラブルなリアルタイムモーション生成モーション生成2026/4/1
大規模なモーション生成をリアルタイムで行うためのフレームワークを提案し、35万以上のモーションクリップを単一モデルで扱い、速度指令やスタイル選択などの細かい制御を可能にするスマートプリミティブを導入した。
- Kimodo: 制御可能な人間動作生成のスケーリング動作生成2026/3/1
700時間の光学モーションキャプチャデータで訓練した、テキストやキネマティック制約で制御可能な高品質な人間動作生成モデルを提案した論文。
- SMP: 物理ベースキャラクター制御のための再利用可能なスコアマッチング動作事前分布キャラクター制御2025/12/1
事前学習済み動作拡散モデルとスコア蒸留サンプリングを活用し、タスクに依存せず再利用可能な動作事前分布を構築する手法を提案。凍結したまま汎用報酬関数として新規ポリシーの学習に再利用でき、スタイル合成も可能。
- MimicKit: 動作模倣と制御のための強化学習フレームワーク動作模倣2025/10/1
動作模倣と強化学習を用いた動作コントローラの学習を統合的に行えるオープンソースフレームワークを提供し、モジュール性と拡張性を高めた。
- ノイズを考慮した生成的顕微鏡交通シミュレーション交通シミュレーション2025/8/1
インフラカメラ由来のノイズを含む車両軌跡データセットI24-MSDを構築し、ノイズを学習問題の一部として扱う生成的交通シミュレーションモデルを提案した論文。
- GMT: ヒューマノイド全身制御のための汎用動作追従全身制御2025/6/1
多様な全身動作を実世界で追従できるよう、適応的サンプリングと動作Mixture-of-Expertsを組み合わせた単一の汎用方策を学習するフレームワークを提案。
- LeVERB: 潜在視覚言語指示によるヒューマノイド全身制御VLA2025/6/1
ヒューマノイドの全身制御向けに、視覚言語ポリシーが潜在的な行動語彙を学習し、強化学習ベースの全身制御ポリシーがそれを実行する階層型フレームワークを提案。150以上のタスクを含む初のsim-to-real対応ベンチマークで評価し、単純な階層型VLAより7.8倍高い成功率を達成。
- TWIST: 遠隔操作による全身模倣システム全身遠隔操作2025/5/1
人間のモーションキャプチャを人型ロボットに再ターゲティングし、強化学習と行動クローニングを組み合わせた単一のニューラルネットワーク制御器で、全身の協調動作を実現する遠隔操作システムを開発した。
- 敵対的差分識別器による物理ベースの動作模倣動作模倣2025/5/1
手動設計の報酬関数を使わず、単一の正例から学ぶ敵対的差分識別器で物理シミュレーション上のキャラクターの多様なアクロバティック動作を高精度に模倣する手法を提案。
- PARC: 強化学習と物理シミュレーションによるキャラクターコントローラのための動作データ拡張歩行2025/5/1
少数のモーションデータから生成器と物理ベース追従コントローラを反復的に学習させ、地形走破動作を拡張するフレームワークPARCを提案。
- 全身マニピュレーションを実現する汎用生成制御ポリシーマニピュレーション2025/5/1
大規模モーションキャプチャから蒸留した生成制御ポリシーにより、目標物体姿勢や身体姿勢を指定するだけで全身を使った多様な物体操作動作を物理シミュレーション上で生成する手法を提案。
- ヒューマノイドの移動と操作:制御・計画・学習の現状と課題ヒューマノイド2025/1/1
ヒューマノイドロボットの移動と操作に関する研究を、モデルベース手法と学習ベース手法の両面から包括的にサーベイし、触覚や基盤モデル統合の可能性と課題を整理した。
- 3D拡散ポリシーによる汎化可能なヒューマノイドマニピュレーションマニピュレーション2024/10/1
上半身テレオペで収集した単一場面のデータと機載計算のみで、25自由度ヒューマノイドが多様な実環境で自律マニピュレーションを実現するシステムを構築した。
- Lipschitz制約付きポリシーによる滑らかなヒューマノイド歩行の学習歩行2024/10/1
方策にLipschitz制約を勾配ペナルティとして課すことで、低域通過フィルタや平滑化報酬を使わずに滑らかで頑健なヒューマノイド歩行制御を学習する手法を提案し、実機で検証した。
- MaskedMimic: マスク付きモーションインペインティングによる統一的な物理ベースキャラクタ制御物理ベースキャラクタ制御2024/9/1
部分的なモーション記述(キーフレーム、テキスト、物体など)から物理シミュレーション上のキャラクタ動作を生成する単一の統合モデルを提案。
- HiLMa-Res: 残差強化学習による四脚ロボットの移動と操作を統合する汎用階層フレームワーク移動操作2024/7/1
四脚ロボットが歩行しながら脚で操作を行うための階層型強化学習フレームワークを提案し、実機で複数の移動操作タスクにおいて既存手法より優れた性能を示した。
- 言語ガイド付きスキル発見スキル発見2024/6/1
大規模言語モデルの意味知識を活用し、ユーザープロンプトに基づいて意味的に多様なスキルを発見するフレームワークを提案。脚ロボットやマニピュレーションで有効性を示した。
- DiffuseLoco: オフラインデータセットからの拡散モデルによるリアルタイム脚式移動制御歩行2024/4/1
オフラインデータセットから拡散モデルを用いて多様な脚式移動スキルを学習し、実機の四足ロボットでリアルタイム制御とゼロショット転移を実現したフレームワーク。
- 多様で動的かつ堅牢な二足歩行制御のための強化学習歩行2024/1/1
深層強化学習により、歩行・走行・跳躍・立位など多様な二足歩行スキルを実現する汎用制御器を開発し、実機Cassieで高い適応性と堅牢性を示した。
- Trajeglish: 次トークン予測としての交通モデリング交通シミュレーション2023/12/1
軌跡を離散トークン化し、GPT型の自己回帰モデルで車・歩行者・自転車の相互作用を予測することで、記録ログに基づくリアルな運転シナリオ生成を実現した。
- CALM: 操作可能なバーチャルキャラクターのための条件付き敵対的潜在モデルキャラクター制御2023/5/1
模倣学習により人間の動きの多様性を捉えた潜在表現を学習し、直感的なインターフェースで操作できる多様なキャラクター動作を生成する手法を提案。
- Trace and Pace: 誘導拡散による制御可能な歩行者アニメーション歩行2023/4/4
誘導拡散モデルで歩行者の軌道を生成し、物理ベースのヒューマノイド制御と組み合わせて、目標地点や速度、群集を考慮した全身アニメーションを実現した研究。
- RoboPianist: 深層強化学習による器用なピアノ演奏マニピュレーション2023/4/1
人間の手を模したロボットハンドが深層強化学習で150曲のピアノ曲を演奏できるようにするシステムとベンチマークを開発した。
- 経験転移による俊敏な移動スキルの学習と適応歩行2023/4/1
既存の制御器から経験を転移して強化学習を加速し、脚ロボットの俊敏な跳躍や二足歩行移動、環境適応を実現した。
- 強化学習による堅牢で多様な二足歩行ロボットのジャンプ制御歩行2023/2/1
強化学習を用いて二足歩行ロボットCassieに多様な動的ジャンプを実現させ、実世界での外乱や着地失敗からの復帰も可能にした。
- PADL: 言語指示による物理ベースキャラクタ制御言語条件付け制御2023/1/31
自然言語コマンドから物理シミュレーション上のヒューマノイドの動作を制御するフレームワークを提案。敵対的模倣学習と言語ベースの多肢選択QAを組み合わせ、高レベルタスクと低レベルスキルを言語で指定可能にした。
- 強化学習による動的な四足歩行ロボットゴールキーパーの実現歩行2022/10/1
階層型モデルフリー強化学習を用いて、四足歩行ロボットが飛んでくるボールを素早く迎撃するサッカーゴールキーパー動作を実世界で実現した。
- GenLoco: 四足歩行ロボットのための汎用移動コントローラ歩行2022/9/1
多様な形態の四足歩行ロボットに展開できる汎用移動コントローラを、形態ランダム化を用いたシミュレーション訓練により実現した研究。
- 四足歩行ロボットによる高精度サッカーシュートのための階層型強化学習強化学習/四足歩行/マニピュレーション2022/8/1
四足歩行ロボットが実世界で正確にサッカーボールを目標地点へ蹴るため、運動制御と計画を階層的に強化学習するフレームワークを提案し、A1ロボットで実証した。
- 敵対的モーションプライアが複雑な報酬関数の代替となる歩行2022/3/1
モーションキャプチャデータから学習したスタイル報酬をタスク報酬と組み合わせ、複雑な手設計報酬なしに実機四足ロボットへ転移可能な自然な歩容を獲得した研究。
- 学び続ける脚式ロボット:実世界での移動ポリシーのファインチューニング歩行2021/10/1
実世界での強化学習により脚式ロボットの移動ポリシーを効率的かつ安全にファインチューニングするシステムを提案し、A1四足歩行ロボットが屋外芝生や屋内の多様な地形で複数の移動スキルを自律的に改善できることを示した。
- 二足歩行ロボットの堅牢なパラメータ化歩行制御のための強化学習歩行2021/3/1
シミュレーションでドメインランダム化を用いたモデルフリー強化学習により歩行方策を学習し、実機Cassieに転送して速度・高さ・旋回の多様な歩行を従来手法より堅牢に実現した。
- 動物の模倣による俊敏な脚式ロボット移動スキルの学習歩行2020/4/1
実在動物の参照モーションを模倣する模倣学習により、脚式ロボットが多様な俊敏移動行動を自動獲得し、シミュレーションで学習した方策を実機へ素早く適応できることを示した。
- 地形RLシミュレータsim2real2018/4/1
ランダム生成地形を含む89種類の難易度別シミュレーション環境を提供し、エージェント形態や地形分布を変更できるライブラリを公開した論文。
- ダイナミクスランダム化によるロボット制御のsim2real転移sim2real2017/10/1
シミュレータのダイナミクスを訓練中にランダム化することで、実機でそのまま使える頑健な制御方策を獲得し、ロボットアームの物体押しタスクで実機転移を実証した論文。
- 深層強化学習による歩行スキル学習:行動空間の選択は重要か?歩行2016/11/1
歩行周期の模倣タスクにおいて、トルク・筋活性・関節角度・関節角速度という4種類の行動表現を比較し、高レベルな行動パラメータ化が学習効率やロバスト性、動作品質に大きく影響することを示した。
